状況
状況 — 約200名規模の自動運転AI構築プロジェクト
自動運転AI（AD/ADAS）の構築プロジェクト。海外オフショアを含む約200名規模の体制で、海外と国内では品質基準の考え方が異なる難しさがありました。製造業で培った調整力を、IT・AIの現場に持ち込んだ最初の本格案件です。
CAREER 5 / 7
自動運転AI（AD/ADAS）構築 ブリッジSE / PMO
〜自動運転AI開発で、海外拠点とアノテーションベンダーの連携を支援。品質基準のすり合わせ、連携フローの標準化、Python・VBAによる集計・報告の自動化を担当しました。
用語: オフショア＝海外拠点への業務委託 ／ アノテーション＝AI学習データの作成
担当・取り組み・成果の概要
EXPERIENCE / 実務の要点
品質の認識差を、データと手順でそろえる。
海外拠点とベンダーの連携を支援。品質分析と報告の自動化を組み合わせ、再作業と資料作成の負担を減らしました。
- 担当
- ユーザー側PMO・海外拠点と国内の橋渡し
- 整えたもの
- 品質基準と連携手順、集計・報告の自動化ツール
役割
課題 — 体制全体の進捗・品質・課題の見える化
ユーザー側PMO兼ブリッジ（発注側と開発側の橋渡し役）として、約200名規模の体制の進捗・品質・課題を見える化することが役割です。海外オフショアやアノテーション（AI学習データ作成）ベンダーの管理と、連携フローの標準化を担いました。
取り組み
行動 — 課題分析・自動化・権限制御の3本柱
- Excel/VBAを中心にPythonを組み合わせ、AIも活用して、他のメンバーが使える集計・報告の自動化ツールを開発
- AWS IAMのアクセス権限を整理し、セキュリティ面を明確化
- アノテーション（AI学習データ）の品質を分析し、ラベルの精度と再作業コストの関係を可視化
- 海外と国内で品質基準の考え方が異なる中、データをもとに基準をすり合わせ、決めごとを明文化して共有
成果
成果 — 大幅な工数削減とプロジェクトの安定稼働
約200名規模海外を含む体制の進捗・品質・課題を見える化
約50%削減集計・報告の自動化により報告資料の作成時間を削減
約9割削減原因の可視化と対応の仕組み化で再作業率を削減
課題分析・自動化・権限制御を柱に据えたことで、プロジェクトの安定稼働につながっています。リードタイムの短縮にもつながりました。
経験の積み上がり
これまでの土台
製造業で培った調整力と、管理を仕組みで回す型
この経験で得たもの
約200名規模の体制を動かす中で、課題を分析し自動化と権限管理で仕組みに落とし込む力
次へつながったこと
領域が変わっても進め方の基本は共通しているという手応えが、その後に領域を広げる判断のよりどころに
使用環境・ツール
- Python
- Django
- VBA
- PowerShell
- Windows
- MySQL
- AWS(S3/WAF/Shield/IAM)
- Microsoft 365
- VS Code
- GitHub
- Confluence
- Jira
- Redmine
- GPT-5
会社名・顧客名は非公開です。7 件のタイムラインはトップのキャリアの歩みからご覧いただけます。
